Paper Positioning Planner 是一个用于决定 ML/AI 论文战略定位的技能：论文要卖什么、卖给谁、与哪些最接近的工作对比、以及用什么证据支撑。
用途
当项目已有足够的想法、文献和证据，需要回答“论文应当是什么”时使用本技能；也适用于以下情形：结果混杂、贡献类型可能需要改变；草稿显得失焦或超出证据过度声称；图表评审或审稿人模拟表明论文故事有误；用户需要主要主张、次要主张、标题/摘要方向、引言论点或相关工作边界；论文可能是方法论文、理论引导方法、实证分析、基准、诊断论文、系统论文或负面/局限性论文；用户在打磨文本之前决定目标受众或投稿会议。本技能不应用作段落级写作适配器，定位决策明确后再使用 conference-writing-adapter。
配套技能
research-idea-validator（整个项目可能需要 pursue/revise/park/kill 时）、literature-review-sprint（最接近工作或社区框架不清晰时）、algorithm-design-planner（所选定位改变方法规格时）、baseline-selection-audit（定位依赖比较是否经得起审稿时）、figure-results-review（视觉证据改变主张范围时）、paper-evidence-board（定位决策必须更新 claim/evidence/provenance/risk/action/handoff 链接时）、paper-reviewer-simulator（定位后压力测试所选故事）、conference-writing-adapter（定位后按目标会议重写章节）、research-project-memory（定位决策需要跨会话持久化时）、paper-writing-assistant（在广泛的散文起草或修订中应用公开写作质量启发式时）。
技能目录结构
<installed-skill-dir>/ ├── SKILL.md └── references/ ├── audience-venue-fit.md ├── contribution-claim-map.md ├── decision-rules.md ├── memory-writeback.md ├── narrative-architecture.md ├── positioning-taxonomy.md └── report-template.md
渐进加载
始终阅读 references/positioning-taxonomy.md、references/contribution-claim-map.md 和 references/decision-rules.md。当目标会议、受众或社区框架重要时阅读 references/audience-venue-fit.md。当产出标题、摘要、引言、相关工作或主图方向时阅读 references/narrative-architecture.md。写最终定位报告前阅读 references/report-template.md。当项目有 memory/、组件 .agent/ 文件夹或用户要求持久记忆时阅读 references/memory-writeback.md。如果定位依赖当前会议期望或近期录用论文，需用当前来源、OpenReview、会议论文集或用户提供的范例进行核实。
核心原则
定位是一个决策，不是可能故事的列表。主要贡献必须由最强证据支撑，而不是用户最喜欢的想法。一个更小的真实主张比宽泛脆弱的主张更强。次要贡献应强化主要故事，而非与之竞争。最接近的工作定义新颖性边界和审稿人攻击面。标题、摘要、引言论点、主图和结果表都应推销同一个核心故事。要避免的主张与要强调的主张同等重要。定位决策应将具体变更路由到写作、实验、图表或方法设计。一篇令人印象深刻的论文通常只推销一种主导贡献类型：洞见、性能或能力。如果故事依赖许多小技巧，在打磨前重新定位。
工作流程
第一步——恢复项目状态：收集一句话项目想法或当前论文论点、目标会议或受众、当前草稿/大纲/摘要/标题/图表/结果表、文献图和最接近工作风险、基线审计或缺失比较风险、图表/结果评审结果、审稿人模拟或真实审稿意见、可用证据和不被支持的声称、项目记忆 ID（如 CLM-###、EVD-###、RSK-###、ACT-###、FIG-### 或 TAB-###）。写出当前故事：“This paper sells [primary contribution] to [audience] by showing [evidence] against [closest work], while avoiding the claim that [unsupported overclaim]。”如果无法写出该句，可能的决策是 revise-positioning。同时分类主要贡献压力：insight（论文教授原则、现象、机制或失败模式）、performance（论文在公平协议下改进测量结果）、capability（论文启用新任务、设置、规模或工作流）。如果都不占主导，选择最有证据支撑的一个，将其他降为次要或支撑主张。
第二步——选择论文原型：阅读 references/positioning-taxonomy.md，选择一个主要原型：method paper、theory-guided method、empirical analysis、benchmark or dataset、systems or tooling、application paper、diagnostic or mechanistic study、negative result or limitation paper、position or perspective paper、hybrid paper。说明为什么其他可能的原型更弱。除非证据确实支持两个关联贡献，不要让论文成为模糊的混合体。
第三步——将贡献映射到证据：阅读 references/contribution-claim-map.md，创建主要贡献、次要贡献、要保留的主张、要收窄的主张、要删减的主张、每个主张所需的证据、当前可用证据、最接近工作的区分、如果主张保留的审稿人风险。每个主要主张必须至少有一条强证据路径。如果不存在路径，修改论文原型或路由到更多实验。
第四步——决定受众和会议适配：在相关时阅读 references/audience-venue-fit.md，决定谁应先关心（方法研究者、理论家、基准用户、系统构建者、应用研究者或实证分析师）、哪个社区的标准定义新颖性和证据、目标会议是否与最强故事兼容、论文不应试图满足什么、需要什么相关工作边界以防止审稿人混淆。如果证据比用户的 target venue 更适合另一个受众，直接说明并给出干扰最小的重新定位。
第五步——选择战略定位：阅读 references/decision-rules.md，恰好选择一个：lock-position（故事连贯，继续写作适配）、revise-positioning（核心贡献保留，但标题/摘要/主张/图表必须调整）、narrow-claim（证据支持的论文比当前草稿声称的更小）、change-archetype（论文类型应改变，如从方法变为实证分析或诊断研究）、need-evidence（定位依赖缺失的实验、基线、图表、定理或文献检查）、park-paper（当前证据尚不支持可行的论文故事）。如果最接近工作、基线或图表证据风险仍然致命，不要选择 lock-position。
第六步——构建叙事架构：阅读 references/narrative-architecture.md，产出候选标题方向、一句话论点、摘要骨架、引言段落角色、主图或主表角色、结果部分排序、相关工作边界、主动陈述的局限性、要避免的主张。这应是战略性和章节级的。稍后用 conference-writing-adapter 进行段落级会议写作。
第七步——路由变更：将每个未解决问题路由到 conference-writing-adapter（定位清晰，文本需要针对会议重写）、paper-evidence-board（主张/证据/图表/风险必须同步）、figure-results-review（主图/表不支持所选故事）、baseline-selection-audit（所选故事需要更强的比较辩护）、experiment-design-planner（缺失证据必须规划）、result-diagnosis（负面或混杂结果威胁定位）、literature-review-sprint（最接近工作边界仍不清晰）、algorithm-design-planner（方法需要改变以适应所选主张）。
第八步——写定位报告：阅读 references/report-template.md。如果保存到项目且未给路径，使用 docs/paper/positioning_plan_YYYY-MM-DD_<short-name>.md。报告必须包含：当前故事诊断、所选论文原型、定位决策、主要和次要贡献、主张/证据映射、最接近工作和受众边界、叙事架构、要避免的主张、路由动作和下一步技能、记忆更新部分。
第九步——写回项目记忆：当记忆存在时阅读 references/memory-writeback.md，更新最小有用条目集：memory/decision-log.md（所选论文定位、原型、目标受众和重访触发器）、memory/claim-board.md（保留、收窄、修订、删减或阻断的主张）、memory/evidence-board.md（所选故事所需的证据）、memory/risk-board.md（定位、最接近工作、过度声称、受众和证据风险）、memory/action-board.md（写作、图表、实验、基线或文献动作）、paper/.agent/（标题/摘要/主图/章节定位笔记）。使用确定性标签：verified（证据已对照结果、草稿文本或来源检查）、user-stated（用户目标和约束）、inferred（战略判断和审稿人风险预测）、unverified（依赖未检查的当前文献或缺失结果的定位）。
最终健全性检查：最终确定前确认选择了一个主要故事、论文原型明确、受众和最接近工作边界清晰、每个主要主张都有证据或已路由动作、不被支持的声称已命名并移除/收窄、标题/摘要/主图方向匹配同一故事、下一步技能明确、项目记忆在存在时已更新。